数据交换平台解决方案

发布时间:2020.04.23来源:知乎浏览量:188次标签:数据治理

1、数据交换平台介绍
数据交换平台提供各子系统接入的接口,实现数据交换平台和各信息系统的有机结合,以统一的接口规范实现数据自动提取、数据转换、数据发送、数据校验、数据审核等,同时支持数据同步、历史数据迁移等。实现“统一标准,统一交换”的构想。它是一个为不同数据库、不同数据格式之间,进行数据交换而提供服务的平台。

2、数据交换平台的功能
(1)数据获取:通过EAI异构的方式,集合各个接入系统的数据来源,为各系统提供清分数据。 
(2)数据校验:在跨平台交互中,可能会由于各种硬件、软件、网络的问题导致数据的丢失、异常等不一致的情况,这样会使得后续的清算处理中各方面出现疑问,争议,对账差错,结算账单错误,或在资金结算后发现可疑交易等问题,为了解决这种情况数据交换平台建立相关校验机制和处理功能,以便对这样的情况作善后处理。 
(3)据修复:对于在数据交互过程中出现的数据不一致的异常情况,进行修复工作,保证进入业务流程数据的完整性与一致性。修复执行可设置定时批量执行或操作人员手工执行,使得数据校验结果不通过的异常数据,重新获取并单独再次进行数据校验工作,确实保证数据交互的可靠性。
(4)数据推送:根据特定的业务,将校验完的数据推送到预定的系统,以便完成后续的业务流程。 
(5)支付结果处理:在支付交易完成后,银行会把支付结果发送到数据交换平台,根据获取到的支付处理结果进行后续流程。 
(6)信息通知管理:对于所有的审核流程保存对应的轨迹数据,通过定时重复执行的方式,根据轨迹信息的判断来发送通知,由于在审核或结算等事件发生时数据量过大,所以每批次发送的通知设定数量限制,分多批次的发送,通知目标与信息内容会根据轨迹事件自动获取,获取方式将会标准化、参数化由推送管理设置。 在车险信息集中平台清算支付系统中,数据交换的功能如

3 、数据交换平台的特点                                                        
(1)高度灵活性:灵活的系统架构可以快速有效地响应业务逻辑的变化,操作人员可以通过修改系统配置来满足来自系统内部和外部的需求变化。 
(2)可维护性:以最小的代价满足业务的变化,系统使用了以下方法:系统基础结构和应用服务的分离;自成体系的独立的业务组件;数据,数据访问对象和业务对象的分离。 
(3)优化性能:系统设计时,根据各种技术的不同特点进行筛选以提高性能。例如PL/SQL被用来处理高容量的批处理工作,使用当代主流软/硬件技术如集群和负载平衡来确保稳定性。 
(4)系统安全性:针对各环节,采取必要的权限和内控机制,防范安全漏洞。统计分析的各项数据信息的准确性、安全性要求很高。为了保证系统的安全可靠,整个系统采用各种软硬件技术将系统核心的信息与用户操作界面进行有机的隔离和授权访问,达到有权者畅通无阻、无权者寸步难行的效果。
(5)数据的准确性:监控系统内数据流,保证数据在各环节的一致。保证系统数据的准确性,一方面,在数据库设计层面,我们考虑使用数据的约束控制,如主、外键,另外,在数据之间的关系层面上,我们提供了必要的检测程序,再者,在流程实现层面,保证事务的一致性,即只有整个事务全面成功后才能提交整个事务等等。

4 、系统适用领域      数据交换平台的应用主要是在异构系统之间的信息交换,但在信息交换过程中交换平台本身要解决的问题只是一小部分,它本质是一个中间件,面向客户时屏蔽了很多系统底层的信息,比如网络的协议、数据的传输安全等,数据交换平台本身不具有业务本身的处理功能,比如无法自动从某个业务系统中直接获取数据信息,只能通过编程把数据从业务系统中提取出来,再送到数据交换平台。利用数据交换平台使开发过程中不需要关注数据各式转换、消息的传输、数据路由等,只需要关注与业务本身的数据处理部分。 
(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 企业如何建立主数据管理平台让数据增值

    企业如何建立主数据管理平台让数据增值

    90年代中期,ERP兴起并得到快速发展。然而,最早的ERP系统中并没有主数据(Masterdata)的概念,而是被称作基础数据。基础数据……查看详情

    发布时间:2020.08.28来源:知乎浏览量:188次

  • 数据中心基于政府数据治理的工作清单

    数据中心基于政府数据治理的工作清单

    随着信息社会不断向纵深发展,数据和信息作为战略性资源的价值正在快速提升。人类社会正在进入数据时代,从关注网络、系统到注重数据,已成为当前……查看详情

    发布时间:2018.09.30来源:数据治理浏览量:182次

  • 银行数据治理工作的落地面临着众多的困难与挑战

    银行数据治理工作的落地面临着众多的困难与挑战

    数据治理越来越受到银行、监管机构乃至国家层面的重视。银行已经意识到高效的管理体系、统一的数据标准、良好的数据质量才是数据价值实现的基础。……查看详情

    发布时间:2020.07.09来源:小亿浏览量:132次

  • 企业如何成功的实现数据治理?

    企业如何成功的实现数据治理?

    当下是一个大数据的时代,如果一个企业没有数据,那么在做决策时就缺乏数据的支持,但是如果企业有了数据,不对数据进行治理,那么就无法充分有效……查看详情

    发布时间:2019.07.18来源:知乎浏览量:141次

  • 数据治理管理干货 | 数据质量管理的方法

    数据治理管理干货 | 数据质量管理的方法

    原始数据通常包含错误,如果不做数据质量管理,可能会导致错误的结果。数据质量管理是数据治理中获得正确上下文和结论的基本步骤。……查看详情

    发布时间:2021.06.22来源:亿信数据治理知识库浏览量:179次

  • 数据湖中的数据管理与治理

    数据湖中的数据管理与治理

    当您转换到数据湖时,选择完全集成的数据湖泊管理平台将使您对数据充满信心,并对其进行扩展以包含越来越多的用户和有利于业务的用例。毕竟,这就……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:185次

  • 数据治理要处理好四个关系

    数据治理要处理好四个关系

    随着我国大数据战略的不断推进,各类生产生活行为都以数据的形式全景留痕,构建了一个与现实空间平行的“数据空间”,数据治理呼之欲出。要切实发……查看详情

    发布时间:2020.04.02来源:知乎浏览量:154次

  • 我国银行业步入“数据治理”新时代

    我国银行业步入“数据治理”新时代

    近日,银保监会发布《银行业金融机构数据治理指引》(以下简称《指引》),以取代银监会2011年颁布的《银行监管统计数据质量管理良好标准(试……查看详情

    发布时间:2018.12.07来源:中国产经新闻浏览量:162次

  • 数据治理:你如何叠加?

    数据治理:你如何叠加?

    企业和组织生成的数据比他们知道的更多。……查看详情

    发布时间:2019.04.03来源:亿信华辰浏览量:135次

  • 企业大数据体系构建,从这4层逐步递进递进

    企业大数据体系构建,从这4层逐步递进递进

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。关于企业的大数据体系构建,可……查看详情

    发布时间:2019.05.20来源:数据分析网浏览量:199次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议